Projekt
Maschinelles Lernen als Kommunikation, Praxis und Situation
Maschinelles Lernen als Kommunikation, Praxis und SituationWurde ML im vorigen Kapitel vor allem hinsichtlich der Schwierigkeiten seiner Bestimmbarkeit als Technik beschrieben, fällt an dieser Charakterisierung doch sogleich ihr abstrakter Charakter auf.Das Maschinelle von ML wurde auf dessen technische Funktionsweise…
Maschinelles Lernen als Kommunikation, Praxis und SituationWurde ML im vorigen Kapitel vor allem hinsichtlich der Schwierigkeiten seiner Bestimmbarkeit als Technik beschrieben, fällt an dieser Charakterisierung doch sogleich ihr abstrakter Charakter auf.Das Maschinelle von ML wurde auf dessen technische Funktionsweise bezogen.Deren Analyse hat gezeigt, dass ML qua algorithmischer Modellierung von Datensätzen eine Selbstprogrammierung leistet, die in der Folge zur (nicht-trivialen) Verarbeitung von Inputs in Outputs genutzt wird.Es ist damit jedoch noch nichts über die empirische Referenz von ML gesagt und mithin darüber, in welcher materiellen Form sich ML empirisch beobachten lässt.Es stellt sich angesichts des Anliegens dieser Studie daher zentral die Frage nach dem Konnex zwischen der abstrakten Charakterisierung des Gegenstandes ML und dessen empirischer Untersuchung.Das folgende Kapitel wird diesen Konnex herstellen und eine Operationalisierung von ML für die anschließende ethnografische Untersuchung entwickeln.Dazu werde ich zunächst im Anschluss an das bisherige Argument eine sozialtheoretische Auseinandersetzung mit ML führen, die Grundbegriffe soziologischer Theoriebildung in ihrer Eignung zur Beschreibung der Beteilung von ML am Vollzug sozialer Wirklichkeit überprüft.Im Sinne einer sozialtheoretischen Problematisierung soll es dabei gerade nicht darum gehen, eine ›fertige‹ Sozialtheorie vorzulegen, sondern in erster Linie darum, in Auseinandersetzung mit der maßgeblichen Forschungsliteratur eine kritische Bestandsaufnahme zu leisten.Eine Auseinandersetzung mit Elena Espositos Begriffen künstlicher Kommunikation und virtueller Kontingenz wird einerseits erlauben, das Anliegen der vorliegenden Untersuchung derart zu spezifizieren, dass mit Blick auf die empirische Untersuchung für das weitere Vorgehen maßgebliche instruktive Forschungsfragen formuliert werden können.Andererseits wird sie die Operationalisierung von ML als empirischem Untersuchungsgegenstand vorbereiten.Anschließend an den sozialtheoretischen Einstieg wird parallel zur bewusst offen gehaltenen Frage nach der theoretischen Bestimmung von ML ein Konzept für die empirische Operationalisierung des Untersuchungsgenstandes entwickelt.Dazu werde ich im Anschluss an Überlegungen von Ranjodh Singh Dhaliwal, Susan
Technologien
- Maschinelles Lernen Maschinelles Lernen – Überblick über Forschungsprojekte, Patente und Akteure im TechnologieAtlas.
Themengebiete
- Bildung Bildung – Überblick über Forschungsprojekte, Patente und Akteure im TechnologieAtlas.